دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: ریاضیات ویرایش: نویسندگان: Juan Peypouquet سری: SpringerBriefs in Optimization ISBN (شابک) : 3319137093, 9783319137094 ناشر: Springer سال نشر: 2015 تعداد صفحات: 132 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 1 مگابایت
در صورت تبدیل فایل کتاب Convex Optimization in Normed Spaces: Theory, Methods and Examples به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب بهینه سازی محدب در فضاهای عادی: نظریه، روش ها و مثال ها نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
خود شامل، شامل تمام پس زمینه های تحلیل کاربردی و محدب لازم تئوری و عمل را با تمرکز بر الگوریتم ها، مثال ها و کاربردها ترکیب می کند کامل و در عین حال مختصر، هم در عمق و هم از نظر کتابشناسی این کار در نظر گرفته شده است تا به عنوان راهنمای دانشجویان تحصیلات تکمیلی و محققانی باشد که مایلند با ابزارهای نظری و عملی اصلی برای کمینه سازی عددی توابع محدب در فضاهای هیلبرت آشنا شوند. بنابراین، شامل ابزارهای اصلی است که برای انجام تحقیقات مستقل در مورد موضوع ضروری است. همچنین یک کتاب درسی مختصر، آسان برای پیگیری و مستقل است که ممکن است برای هر محققی که در زمینههای مرتبط کار میکند و همچنین معلمانی که دورههای تحصیلات تکمیلی در این زمینه ارائه میدهند مفید باشد. این شامل بازبینی کاملی از ادبیات موجود از جمله ارجاعات کلاسیک و مدرن است. سطح محتوا » تحقیق کلمات کلیدی » بهینه سازی محدب - برنامه ریزی غیرخطی - بهینه سازی غیر هموار - بهینه سازی عددی - کنترل بهینه - تحلیل تغییرات موضوعات مرتبط » علوم و مهندسی محاسبات - ریاضیات
Self-contained, including all necessary functional and convex analysis background Blends theory and practice, focusing on algorithms, examples and applications Complete yet concise, both in depth and bibliography This work is intended to serve as a guide for graduate students and researchers who wish to get acquainted with the main theoretical and practical tools for the numerical minimization of convex functions on Hilbert spaces. Therefore, it contains the main tools that are necessary to conduct independent research on the topic. It is also a concise, easy-to-follow and self-contained textbook, which may be useful for any researcher working on related fields, as well as teachers giving graduate-level courses on the topic. It will contain a thorough revision of the extant literature including both classical and state-of-the-art references. Content Level » Research Keywords » Convex optimization - nonlinear programming - nonsmooth optimization - numerical optimization - optimal control - variational analysis Related subjects » Computational Science & Engineering - Mathematics
Front Matter....Pages i-xiv
Basic Functional Analysis....Pages 1-23
Existence of Minimizers....Pages 25-32
Convex Analysis and Subdifferential Calculus....Pages 33-64
Examples....Pages 65-80
Problem-Solving Strategies....Pages 81-91
Keynote Iterative Methods....Pages 93-117
Back Matter....Pages 119-124